首页 > > 网络编程 > 其它 >

迭代器与生成器

2018-09-29 03:59:24来源：博客园阅读 ()

这一部分待加强！
               （一）迭代器

一：简介

   迭代是Python最强大的功能之一，是访问集合元素的一种方式。
   迭代器是一个可以记住遍历的位置的对象。
   迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
   迭代器只能往前不会后退。

   迭代器有两个基本的方法：iter() 创建迭代器对象和 next()访问迭代器。
   字典、字符串、列表或元组对象都可用于创建迭代器

二：迭代器的创建

   ①把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__()
   ②__iter__() 方法返回一个特殊的迭代器对象，
   这个迭代器对象实现了 __next__() 方法
   并通过 StopIteration 异常标识迭代的完成。
   ③__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象

三：迭代器协议的后台机制

   for element in (1, 2, 3):
            print(element)

   在后台，for 语句在容器对象中调用 iter() 。
   该函数返回一个定义了 __next__() 方法的迭代器对象，它在容器中逐一访问元素。
   没有后续的元素时， __next__() 抛出一个 StopIteration 异常，
   通知 for 语句循环结束。
   可以用内建的 next() 函数调用 __next__() 方法；

   了解了迭代器协议的后台机制，就可以很容易的给自己的类添加迭代器行为。
   定义一个 __iter__() 方法，使其返回一个带有 __next__() 方法的对象。
   如果这个类已经定义了 __next__() ，那么 __iter__() 只需要返回 self:

三：迭代器使用的必要性

   列表效率高，但是需要将内容一次性读入，可能增加内存的负担，
   如果列表太大，内存溢出。
   range 返回一个列表
   xrange 返回一个对象

               （二）生成器

一：简介

   ①在 Python 中，使用了 yield 的函数被称为生成器（generator）
   跟普通函数不同的是，生成器是一个返回迭代器的函数，
   只能用于迭代操作，更简单点理解生成器就是一个迭代器
   ②在调用生成器运行的过程中，每次遇到 yield 时函数会暂停，
   并保存当前所有的运行信息，返回 yield 的值,
   并在下一次执行 next() 方法时从当前位置继续运行。

二：创建生成器

   ①一个简单的生成器：my_generator = (x*x for x in range(4))
   和列表解析式只是括号不同，大数据处理时代替列表解析式。
   ②和return的区别：一般的函数都是止于return，作为生成器的函数，由于有了yield,
   遇到他则会暂时挂起，如果之后还有return，则直接抛出StopIteration异常。

三：本节最后一句：编程中可以不使用生成器。

 1 # ---------------------------------------------------------------------#
 2 # 迭代器的创建
 3 # ---------------------------------------------------------------------#
 4 import sys
 5 print("----------------------------迭代器-----------------------------")
 6 list1 = [1, 2, 3, 4]
 7 it = iter(list1)    # 创建迭代器对象
 8 print(next(it))     # 输出迭代器的下一个元素
 9 
10 # ---------------------------------------------------------------------#
11 # 迭代器的遍历
12 # ---------------------------------------------------------------------#
13 # 遍历方法一
14 list2 = [1, 2, 3, 4]
15 it = iter(list2)        # 创建迭代器对象
16 for x in it:
17     print(x, end=" ")   # 此处格式化输出的形式
18 
19 # 遍历方法二
20 list3 = (1, 2, 3, 4)
21 it = iter(list3)  # 创建迭代器对象
22 """
23 
24 
25 while True:
26     try:
27         print(next(it), end=" ")
28     except StopIteration:   # 用于标识迭代的完成，防止出现无限循环的情况
29         sys.exit()
30 """
31 # ---------------------------------------------------------------------#
32 # 写一个能够迭代的对象(给自己的类添加迭代对象)
33 # ---------------------------------------------------------------------#
34 
35 
36 class MyNumbers:
37     def __init__(self, n):
38         self.i = 0
39         self.n = n
40 
41     def __iter__(self):     # 核心，返回了迭代器本身即实现了__iter__方法的对象
42         return self
43 
44     def __next__(self):     # 含有next的对象就是迭代器本身
45         if self.i < self.n:
46             result_i = self.i
47             self.i += 1
48             return result_i
49         else:
50             raise StopIteration
51 
52 
53 x = MyNumbers(7)
54 y = iter(x)
55 for i in y:
56     print(i)
57 
58 
59 print("# ----------------------------生成器----------------------------- #")
60 
61 
62 def fibonacci(n):  # 生成器函数 - 斐波那契
63     a, b, counter = 0, 1, 0
64     while True:
65         if counter > n:
66             return
67         yield a
68         a, b = b, a + b
69         counter += 1
70 
71 
72 f = fibonacci(10)  # f 是一个迭代器，由生成器返回生成
73 
74 while True:
75     try:
76         print(next(f), end=" ")
77     except StopIteration:
78         sys.exit()